Разработка информационной системы поддержки принятия решений в задачах медицинской диагностики(концептуальная схема, база данных)
|
Содержание 2
Введение 3
1. Постановка задачи 5
1.2. Описание предметной области 5
1.3. Концепция экспертной медицинской системы 6
1.4. Модули системы 7
2. Интерфейс ввода 8
2.1. Функциональные возможности 8
2.2. Формы ввода 10
2.3. Функционирование системы 13
2.3.1. Диаграмма прецедентов (use case diagram) 14
2.3.2. Диаграмма классов (class diagram) 18
2.3.3. Диаграмма последовательностей 22
2.3.4. Диаграмма состояний 23
2.4. Техническое задание 24
3. База данных 25
3.1. Цель разработки БД 25
3.2. Модель базы данных 25
3.3. Таблицы базы данных 27
3.4. Генерация кода 39
4. Хранилище данных 39
Использованная литература 41
Приложения 42
Введение 3
1. Постановка задачи 5
1.2. Описание предметной области 5
1.3. Концепция экспертной медицинской системы 6
1.4. Модули системы 7
2. Интерфейс ввода 8
2.1. Функциональные возможности 8
2.2. Формы ввода 10
2.3. Функционирование системы 13
2.3.1. Диаграмма прецедентов (use case diagram) 14
2.3.2. Диаграмма классов (class diagram) 18
2.3.3. Диаграмма последовательностей 22
2.3.4. Диаграмма состояний 23
2.4. Техническое задание 24
3. База данных 25
3.1. Цель разработки БД 25
3.2. Модель базы данных 25
3.3. Таблицы базы данных 27
3.4. Генерация кода 39
4. Хранилище данных 39
Использованная литература 41
Приложения 42
В современном, динамически развивающемся мире науки и техники, каждодневно в процессе работы накапливаются колоссальные объемы данных, которые требуют не только огромного пространства для хранения, но и современных методов обработки и анализа. Тут на помощь нам приходят современные технологии интеллектуального анализа данных - DataMining, которые стали широко применятся последние 5 - 7 лет и методы машинного обучения - MachineLearning, которые применяются для выявления скрытых закономерностей в явлениях и процессах реального мира путем анализа BigData. Когда возникли данные алгоритмы, они первоначально применялись лишь в области информационных технологий, но в последнее время они получили настолько широкое применение, что можно говорить не только о естественных науках, но и о гуманитарной сфере. Ученые и исследователи стали широко использовать методы интеллектуального анализа в медицине, что помогает не только заранее спрогнозировать результат исследования, но и моделирует несколько вариантов развития событий.
Постановка диагноза до недавнего времени опиралась только лишь на показатели анализов пациента и никак не учитывались такие признаки, как место проживания, условия жизни и работы и прочие характеристики анамнеза. Но благодаря возможности использования методов анализа данных, а также методов хранения больших данных, перед нами открывается принципиально новые возможности и подходы к решению многих задач, это позволяет нам диагностировать решение, с учетом длительных временных рамок.
Настоящая работа была инициирована коллегами из Казанской государственной медицинской академии, которые обратились в Институт вычислительной математики и информационных технологий КФУ с предложением начать совместную работу по созданию систем поддержки принятия решений в области медицинской диагностики (включая
самодиагностику) на основе концепции Web 3.0. В результате ряда семинаров, организованных руководством ИВМиИТ с участием
преподавателей кафедр системного анализа и информационных технологий и анализа данных и исследования операций группой студентов под руководством доц. А.А.Андриановой была начата работа по созданию специализированного веб-сайта. Концепция системы состояла в том, чтобы не только обеспечить с её помощью консультационную поддержку пациентов с определённым заболеванием (в режиме онлайн), но главное - обеспечить сбор, хранение и анализ характеристик анамнеза и субъективных данных большого количества пациентов для последующего применения методов машинного обучения. Это, в свою очередь, должно стать основой для создания системы интеллектуальной поддержки принятия решений в области медицинской диагностики.
Поскольку сбор и верификация данных посредством специализированного веб-приложения требует довольно длительного времени, было решено параллельно проводить исследования в режиме оффлайн с использованием реальных данных из открытых источников.
Система поддержки принятия решений в области медицинской диагностики предполагает решение нескольких классов задач формальными методами (методами анализа данных, машинного обучения, математической статистики) и комплексное исследование получаемых результатов неформальными методами. Поэтому было выделено несколько подзадач, решение которых (в рамках магистерских работ) было поручено 4-м студентам 1-го года обучения магистерской программы «Бизнес- информатика»: Фатхетдиновой Аиде, Разиной Кристине, Мустафиной Элине, Зариповой Диане. Задача, предложенная мне, состояла в разработке информационной системы поддержки принятия решений в задачах медицинской диагностики(концептуальная схема, описание процессов, документация для разработчиков ). Подобное описание задачи и составляющих её подзадач, целей и методов исследования и ожидаемых результатов см. в разделе «Постановка задачи».
Постановка диагноза до недавнего времени опиралась только лишь на показатели анализов пациента и никак не учитывались такие признаки, как место проживания, условия жизни и работы и прочие характеристики анамнеза. Но благодаря возможности использования методов анализа данных, а также методов хранения больших данных, перед нами открывается принципиально новые возможности и подходы к решению многих задач, это позволяет нам диагностировать решение, с учетом длительных временных рамок.
Настоящая работа была инициирована коллегами из Казанской государственной медицинской академии, которые обратились в Институт вычислительной математики и информационных технологий КФУ с предложением начать совместную работу по созданию систем поддержки принятия решений в области медицинской диагностики (включая
самодиагностику) на основе концепции Web 3.0. В результате ряда семинаров, организованных руководством ИВМиИТ с участием
преподавателей кафедр системного анализа и информационных технологий и анализа данных и исследования операций группой студентов под руководством доц. А.А.Андриановой была начата работа по созданию специализированного веб-сайта. Концепция системы состояла в том, чтобы не только обеспечить с её помощью консультационную поддержку пациентов с определённым заболеванием (в режиме онлайн), но главное - обеспечить сбор, хранение и анализ характеристик анамнеза и субъективных данных большого количества пациентов для последующего применения методов машинного обучения. Это, в свою очередь, должно стать основой для создания системы интеллектуальной поддержки принятия решений в области медицинской диагностики.
Поскольку сбор и верификация данных посредством специализированного веб-приложения требует довольно длительного времени, было решено параллельно проводить исследования в режиме оффлайн с использованием реальных данных из открытых источников.
Система поддержки принятия решений в области медицинской диагностики предполагает решение нескольких классов задач формальными методами (методами анализа данных, машинного обучения, математической статистики) и комплексное исследование получаемых результатов неформальными методами. Поэтому было выделено несколько подзадач, решение которых (в рамках магистерских работ) было поручено 4-м студентам 1-го года обучения магистерской программы «Бизнес- информатика»: Фатхетдиновой Аиде, Разиной Кристине, Мустафиной Элине, Зариповой Диане. Задача, предложенная мне, состояла в разработке информационной системы поддержки принятия решений в задачах медицинской диагностики(концептуальная схема, описание процессов, документация для разработчиков ). Подобное описание задачи и составляющих её подзадач, целей и методов исследования и ожидаемых результатов см. в разделе «Постановка задачи».
В процессе выполнения магистерской выпускной квалификационной работы была разработана концептуальная модель экспертной информационной системы поддержки принятия решений в задачах медицинской диагностики.
Были изучены аспекты проектирования информационных экспертных систем и требования к их разработке. Изучена структура баз данных для экспертных систем. Разработаны базовые требования для создания системы поддержки принятия решений в задачах медицинской диагностики и составлены UML - диаграммы, описывающие структуру и взаимосвязи в информационной системе. Составлено техническое задание на написание информационной системы. Описана структура базы данных и составлена ее ER- модель, с помощьюМуЗРБ Workbench, также был сгенерирован SQL - код, на создание таблиц базы данных.
В ходе работы над проектом по разработке экспертной системы , были выполнены поставленные все поставленные цели и задачи. В дальнейшем, приложение можно разработать с помощью описанной мною документации, подключив рекомендательную систему разработанную другими участниками проекта, а также подключить модуль пациента, который бы позволил общаться онлайн с врачом и получать консультации специалистов дистанционно, также после прохождения тестирования, системой, рекомендуется разработать хранилище данных, которое бы позволило хранить большие объемы данных и использовать многие виды отчетов для просмотра данных в динамике.
Были изучены аспекты проектирования информационных экспертных систем и требования к их разработке. Изучена структура баз данных для экспертных систем. Разработаны базовые требования для создания системы поддержки принятия решений в задачах медицинской диагностики и составлены UML - диаграммы, описывающие структуру и взаимосвязи в информационной системе. Составлено техническое задание на написание информационной системы. Описана структура базы данных и составлена ее ER- модель, с помощьюМуЗРБ Workbench, также был сгенерирован SQL - код, на создание таблиц базы данных.
В ходе работы над проектом по разработке экспертной системы , были выполнены поставленные все поставленные цели и задачи. В дальнейшем, приложение можно разработать с помощью описанной мною документации, подключив рекомендательную систему разработанную другими участниками проекта, а также подключить модуль пациента, который бы позволил общаться онлайн с врачом и получать консультации специалистов дистанционно, также после прохождения тестирования, системой, рекомендуется разработать хранилище данных, которое бы позволило хранить большие объемы данных и использовать многие виды отчетов для просмотра данных в динамике.
Подобные работы
- ИНТЕЛЛЕКТУАЛЬНО-ИНФОРМАЦИОННАЯ ПОДДЕРЖКА НЕЧЕТКИХ НАУКОЕМКИХ ТЕХНОЛОГИЙ
Авторефераты (РГБ), информационные системы. Язык работы: Русский. Цена: 250 р. Год сдачи: 2002 - ТЕХНОЛОГИИ СОЗДАНИЯ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ МОДЕЛИРОВАНИЯ СЛОЖНЫХ ДИНАМИЧЕСКИХ ПРОЦЕССОВ
Авторефераты (РГБ), информационные системы. Язык работы: Русский. Цена: 250 р. Год сдачи: 2002 - ИНДИВИДУАЛЬНО-ПСИХОЛОГИЧЕСКИЕ
ОСОБЕННОСТИ АДАПТИВНОСТИ ЖЕНЩИН К
СОСТОЯНИЮ БЕРЕМЕННОСТИ
Диссертация , психология. Язык работы: Русский. Цена: 5700 р. Год сдачи: 2003 - Преступления против жизни и здоровья, совершенные медицинскими
работниками
Магистерская диссертация, уголовное право. Язык работы: Русский. Цена: 5820 р. Год сдачи: 2018 - РАЗВИТИЕ СЕТЕВОГО ВЗАИМОДЕЙСТВИЯ В СИСТЕМЕ СРЕДНЕГО ОБЩЕГО ОБРАЗОВАНИЯ КАК УПРАВЛЕНЧЕСКАЯ ПРОБЛЕМА
Магистерская диссертация, муниципальное право. Язык работы: Русский. Цена: 4830 р. Год сдачи: 2021 - ОРГАНИЗАЦИЯ ДЕЯТЕЛЬНОСТИ ПЕДАГОГОВ ДОШКОЛЬНОЙ ОБРАЗОВАТЕЛЬНОЙ ОРГАНИЗАЦИИ ПО РАЗВИТИЮ ЗДОРОВЬЕСБЕРЕГАЮЩЕЙ КОМПЕТЕНЦИИ
Магистерская диссертация, педагогика. Язык работы: Русский. Цена: 4830 р. Год сдачи: 2016 - ОРГАНИЗАЦИЯ ДЕЯТЕЛЬНОСТИ ПЕДАГОГОВ ДОШКОЛЬНОЙ ОБРАЗОВАТЕЛЬНОЙ ОРГАНИЗАЦИИ ПО РАЗВИТИЮ ЗДОРОВЬЕСБЕРЕГАЮЩЕЙ КОМПЕТЕНЦИИ
Магистерская диссертация, педагогика. Язык работы: Русский. Цена: 4915 р. Год сдачи: 2016 - Повседневная поведенческая практика сотрудников Отделения Пенсионного фонда Российской Федерации по Республике Татарстан.
Дипломные работы, ВКР, муниципальное право. Язык работы: Русский. Цена: 4990 р. Год сдачи: 2018



